Yoshihiko Nakamura
Mohamed bin Zayed University of Artificial Intelligence
収録論文 14本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 目標より記憶を優先:ヒューマノイドの移動操作における事前履歴記憶の役割VLA2026/10/22
物体追跡とイベント選択で過去の観測を保持する記憶機構WholeBodyMemを提案し、ヒューマノイドの全身VLA方策の成功率を実機で36.7%から88.3%へ向上させた。
- 観察対象の選択:視覚運動ポリシーのためのタスク認識型意味幾何表現視覚運動ポリシー2026/3/1
RGB画像とタスク関連エンティティの指定から、対象物とロボットをセグメント化し、意味色と深度情報を統合した標準的な3チャンネル画像表現を構築する観察インターフェースを提案。外観変化に対するロバスト性を向上させる。
- リプシッツ制約付きポリシーによるヒューマノイドのタスク指定コンプライアンス境界歩行2026/3/1
ヒューマノイドの強化学習において、タスク空間の剛性上限をポリシーのヤコビアンに対する状態依存のリプシッツ制約としてマッピングする異方性リプシッツ制約付きポリシー(ALCP)を提案し、歩行安定性と衝撃耐性を向上させた。
- 3D-CovDiffusion: カバレッジ経路計画のための3D認識拡散ポリシーカバレッジ経路計画2025/10/1
生の3D点群から直接連続的なカバレッジ経路を生成する幾何条件付き拡散モデルを提案し、従来の学習ベース手法より高精度・高平滑・高被覆率を実現した。
- CoTaP: コンプライアントタスクパイプラインとコンプライアンス変調を用いた制御器の強化学習ヒューマノイド制御2025/9/1
人間の動作データを活用したヒューマノイド全身制御において、環境との相互作用時の適切なコンプライアンスを実現するため、二段階のデュアルエージェント強化学習とモデルベースのコンプライアンス制御を組み合わせたパイプラインを提案し、シミュレーションで外乱応答を検証した。
- 推論時の想像:ロバストな視覚運動ポリシー推論のためのハンド内視点の合成VLA2025/9/1
ロボットにハンド内カメラがない場合でも、拡散モデルを用いてエージェント視点からハンド内視点を想像することで、視覚運動ポリシーの性能低下を回復させる手法を提案。
- ポテンシャル場誘導フローマッチングによる安全な模倣学習模倣学習2025/8/1
成功デモからタスク方策と障害物情報(ポテンシャル場)を同時に学習し、推論時にフローマッチングのベクトル場をポテンシャル場で変調することで、タスク成功率を保ちながら衝突を大幅に削減する手法PF2MPを提案した。
- FlowFusion: オプティカルフローに基づく動的環境向け高密度RGB-D SLAMSLAM2020/3/1
オプティカルフローの残差を用いてRGB-D点群中の動的物体を高精度に分離し、カメラ自己運動推定と静的背景の高密度再構成を同時に行うSLAM手法を提案した。
- 2D姿勢と3Dモーションの相乗的再構成による広域多人数ビデオモーションキャプチャモーションキャプチャ2020/1/1
多カメラ映像から各人物の3D姿勢を予測し、その結果を次フレームの2Dバウンディングボックス予測にフィードバックすることで、広域・多人数環境での高精度なマーカーレスモーションキャプチャを実現した。
- 人体骨格モデルと時空間フィルタによる多視点映像モーションキャプチャモーションキャプチャ2019/12/1
多視点カメラ画像から得た部位信頼度マップに人体骨格モデルを用いた時空間フィルタを適用し、滑らかで高精度な3D人体動作復元を実現した。
- 状態ベース補間を用いたランダム運動学的プランナの確率的完全性運動計画2015/11/1
状態空間で軌道を補間する運動学的プランナに対し、系の運動方程式から検証可能な仮定の下で確率的完全性を証明し、二次連続性がサンプリング密度の恩恵に直結することを示した。
- 摩擦制約下の多接触移動におけるZMP支持領域多接触歩行2015/10/1
摩擦制約と非共面の複数接触を考慮したZMP支持領域を定式化し、LPM制御下での接触安定条件を導出して、ヒューマノイドの多接触移動を実現した。
- ヒューマノイドロボットの面接触安定性:矩形支持領域における接触レンチ錐の閉形式公式歩行2015/1/1
矩形の支持面に対する接触レンチ錐を個々の接触力を使わずに閉形式で計算する公式を導出し、摩擦・ZMP・ヨー軸トルクの3条件で表せることを示した論文。
- 許容速度伝播:高次元ロボットの準静的経路計画を超えて運動計画2014/11/1
経路と速度を分離して計画する枠組みで、準静的制約を課さずに真に動的な運動を発見できる「許容速度伝播」アルゴリズムを提案し、サンプリングベース計画と組み合わせて効率的な軌道計画を実現した。
